منحنى التعلم: ما الذي تغير عندما كبر حجم التدريب؟

الخلاصة السريعة

حدد محور الحجم ومقياس الأداء وطريقة التحقق، ثم اقرأ خطي التدريب والتحقق منفصلين؛ تقارب الخطين لا يكفي لإعلان نجاح.

• المحور في شرحنا عدد أمثلة التدريب، والدرجات محسوبة للتدريب والتحقق في طيات؛ منحنى درجات مقابل خطوات التدريب يجيب عن سؤال آخر. ^[1]
• النسبة العشرية في train_sizes تخص أقصى حجم تدريب داخل طريقة التحقق، لا عدد حالات الملف كله. ^[1]
• مع خطأ مطلق أقل أفضل، تضيق فجوة المثال من 3 إلى 0.8 بينما يرتفع خطأ التدريب وينخفض خطأ التحقق؛ لم يتحسن الخطان معًا.
• الجدول افتراضي؛ ثبات المقياس والمقارنة ضروري، والاتجاه المشاهد في أحجام محددة لا يضمن نتيجة حجم أكبر أو يحدد سبب الفجوة وحده.

سم محور المنحنى قبل تشخيصه

تحسب learning_curve درجات تدريب واختبار عبر أحجام مجموعات تدريب مختلفة ضمن تحقق متقاطع. ^[1]

نسمي الجزء المستخدم للمراجعة هنا «التحقق» حتى لا نخلطه بتقييم نهائي مستقل. إذا اخترت إعدادًا بعد فحص هذه الدرجات، لا تزعم أن الاطلاع عليه لم يؤثر في الاختيار.

قد يعرض رسم آخر درجات مع تقدم خطوات تدريب شبكة واحدة. كلاهما رسم مفيد، لكن زيادة الخطوات على الأمثلة نفسها ليست إضافة أمثلة جديدة. كتابة كلمة «تعلم» فوق الرسم لا تحدد ما تغير في التجربة.

أي مجموعة يمثل كسر الحجم؟

يوثق train_sizes أن الكسور تخص أكبر حجم تدريب تحدده طريقة التحقق، ويمكن إعطاء أعداد مطلقة بدلًا منها. ^[1]

في تصميم توضيحي لدينا 60 حالة وثلاث طيات، تحجز كل طية 20 للتحقق وتتيح 40 للتدريب. نصف هذا التدريب يساوي 20، لا 30 التي تمثل نصف الملف كله. لا نشغل هذا التصميم؛ نحدد الأعداد حتى نفهم مرجع الكسر.

لجدولنا نختار أحجام تدريب 10 و 20 و 40 داخل ذلك التصميم. نحتاج عند التنفيذ إلى معرفة كيف اختيرت الحالات في كل جزء، لا الحجم وحده؛ قائمتان مختلفتان من عشر حالات ليستا بالضرورة العشر نفسها.

اقرأ اتجاه كل خط قبل قراءة الفجوة

نفترض تقريرًا لخطأ مطلق متوسط بوحدة دقيقة؛ الأصغر أفضل في هذا الجدول. الأرقام التالية مختلقة لشرح القراءة ولم تنتج من تدريب.

عند حجم 10، خطأ التدريب 1 والتحقق 4؛ الفجوة 3. عند 20، يصبحان 2 و 3.5؛ الفجوة 1.5. عند 40، يصبحان 2.4 و 3.2؛ الفجوة 0.8. إذن انخفض خطأ التحقق، لكن خطأ التدريب ارتفع. ليس تقارب الخطين اسمًا لتحسن الاثنين.

وإذا استعمل تقرير أداة درجة سالبة مشتقة من الخطأ، يتغير اتجاه القراءة العددية. لا تخلط الدرجة السالبة المعروضة بخطأ موجب في جدولنا؛ سم المقياس وما إذا كان الأعلى أو الأدنى مطلوبًا.

لا تحول الاتجاه إلى وعد بالحجم التالي

لم نكتب درجة لحجم 80، ولا يتيح تصميمنا ذي الأربعين تدريبًا هذا الحجم. استمرار خط على الرسم خارج المجال ليس دليلًا على تجربة أجريت.

قبل جمع بيانات إضافية أو تغيير النموذج، صغ سؤال المقارنة وحافظ على تعريف الدرجة والتحقق، ثم افحص النتيجة الفعلية. الجدول لا يثبت أن المزيد من البيانات سيقلل الخطأ دائمًا، أو أن الفجوة سببها تعقيد النموذج وحده.

يمكن توثيق ما تغير بين تقريرين وما بقي ثابتًا، ثم وصف التحسن في الحالات التي قيس عليها. بهذه القراءة نستخدم المنحنى لتحديد سؤال تالٍ، بدل جعل شكل مألوف تشخيصًا يغني عن معرفة بياناته.